Tomorrow Marketers – Nền tảng Meta thường cung cấp khá nhiều các chỉ số kết quả quảng cáo. Nhưng đâu mới là những chỉ số mà một nhà hàng nên quan tâm? Khi cầm trong tay bộ chỉ số đó rồi, làm thế nào để đọc ra insight và biết nên làm gì để tối ưu chiến dịch? Cùng TM tìm hiểu trong bài viết dưới đây nhé!
1. Các chỉ số cần quan tâm khi phân tích chiến dịch quảng cáo đặt bàn trên Meta
Với nhà hàng, cơ bản có thể chia thành 4 tầng:
- Awareness: Khách hàng nhận biết thương hiệu – nhìn thấy quảng cáo, biết đến nhà hàng lần đầu tiên (qua Facebook, Instagram, KOL…)
- Interest: Khách hàng hứng thú và tò mò – xem menu, tương tác bài viết, thả tim hình ảnh, lưu bài viết, chia sẻ qua tin nhắn cho người khác, theo dõi fanpage
- Consideration: Khách hàng cân nhắc đặt bàn – nhắn tin hỏi best seller, ưu đãi, giờ mở cửa, gửi tin nhắn hỏi thêm các dịch vụ khác như khu vực dành cho trẻ, độ tuổi giới hạn,…
- Conversion: Khách hàng đã thực hiện một hành động cụ thể – nhắn tin đặt chỗ, gọi điện đặt bàn, hoặc trực tiếp đến nhà hàng
Nhiều nhà hàng thường chọn mục tiêu cuối là khách để lại thông tin đặt bàn. Nhà hàng có thể sử dụng các phương thức thu thập thông tin đặt bàn như:
- Đặt bàn qua tin nhắn (Messenger, Instagram…), đo lường thông qua các camp có mục tiêu chạy “Messages objective”
- Đặt bàn qua form đăng ký, đo lường thông qua định dạng Meta Lead Ads hoặc gắn Meta Pixel + conversion API (CAPI) với form trên website
- Đặt bàn qua website/landing page có nút đặt bàn, đo lường thông qua gắn Meta Pixel vào website/landing page
Để đánh giá chính xác, cần quan tâm các chỉ số chính sau:
2. Một số tips chạy quảng cáo đặt bàn hiệu quả
#1: Thời gian đầu chưa có tệp, hãy tạo tệp bằng cách dồn nhiều ngân sách hơn cho mở phễu
Khi fanpage chưa có nhiều bài đăng, hình ảnh hay tương tác của follower, quảng cáo kêu gọi khách hàng đặt bàn sẽ thiếu tính thuyết phục. Bên cạnh đó, vì hệ thống chưa có lượng dữ liệu đủ lớn để biết xem đối tượng nào có tiềm năng để lại tin nhắn nhất, nên nếu ngay lập tức bắt hệ thống chạy ra đơn, chi phí đơn của bạn sẽ khá cao.
Có một gợi ý là bạn có thể cài đặt cả chiến dịch Engagement và chiến dịch Messages cho cùng 1 mẫu quảng cáo. Vì khi khách nhìn thấy bài đăng nhiều tương tác, họ có xu hướng cảm thấy nhà hàng uy tín và có xu hướng nhắn tin hỏi đặt bàn hơn. Và hệ thống cũng có tệp dữ liệu để biết nhóm nào có xu hướng nhấp vào nút tin nhắn, nhóm nào chỉ lướt qua và nhóm nào chỉ tương tác ‘cho vui’ chứ không mang lại kết quả cuối cùng.
Tìm hiểu thêm về tuyến nội dung truyền thông để xây dựng hình ảnh cho nhà hàng tại bài viết: Cẩm nang marketing thương hiệu F&B – 20 cách giúp quán của bạn đông khách hơn
#2: Đừng “phá đám” khi thuật toán đang tìm cách tối ưu
Facebook luôn đưa các ad mới vào giai đoạn học máy (learning phase). Thuật toán sẽ test quảng cáo trên tệp nhỏ, thu thập dữ liệu phản hồi và tự tối ưu phân phối đến nhóm người dùng có khả năng chuyển đổi cao nhất.
Trong giai đoạn này, hiệu suất quảng cáo thường chưa ổn định và chi phí trên mỗi chuyển đổi (CPA) chưa được tối ưu. Để hệ thống phân phối tối ưu hiệu quả, bạn nên lưu ý một số điểm sau:
- Hạn chế những chỉnh sửa/thay đổi lớn như Ngân sách, Targeting, Bidding (Đấu thầu), Vị trí hiển thị vì có thể làm khởi động lại giai đoạn Máy học
- Tránh tạo quá nhiều mẫu quảng cáo cùng lúc: Với những Ad Group mới, không nên tạo quá nhiều Ad Creative (Ads ID) mà nên giới hạn từ 1-3 mẫu quảng cáo mỗi ads set. Vì càng nhiều creative, ngân sách sẽ càng chia nhỏ cho từng nội dung, khó đạt được lượt tiếp cận và chuyển đổi cần thiết để vượt máy học.
- Thiết lập ngân sách hợp lý: Theo quan sát, mức ngân sách để campaign vượt qua giai đoạn máy học sẽ ở khoảng giá trị trung bình của 1 mess nhân với 50 hoặc 100. Chẳng hạn, trung bình giá 1 mess của bạn là 10k, thì bạn sẽ cần đặt mức ngân sách khoảng 500k-1000k trong vòng 5-7 ngày.
Đọc thêm: 5 nguyên nhân khiến CPM quảng cáo Meta “đắt đỏ” và cách để cải thiện
#3: Kết hợp đăng nhiều video content và reel để tăng lượt tiếp cận organic và chạy quảng cáo retarget những người đã tương tác và xem video
Với ngành nhà hàng, mức độ sẵn sàng tìm đọc (readability) của khách hàng thấp nhưng mức độ sẵn sàng xem về sản phẩm (watchability) lại ở mức cao. Đôi khi chỉ một nội dung trực quan như hình ảnh hay video vào đúng thời điểm cũng kích thích khách hàng “ăn bằng mắt” và khơi gợi nhu cầu ăn uống.
Bạn có thể bắt gặp nhiều thương hiệu ưu ái các nội dung quảng cáo dạng video với nội dung review, mukkbang hoặc đơn giản là bày trí một bàn ăn đầy ắp món ăn, ví dụ Sườn Mười – chuỗi nhà hàng chuyên về món sườn nướng tảng BBQ tại Hà Nội.
Bạn có thể tham khảo nội dung của các chuỗi nhà hàng khác tại thư viện quảng cáo của Meta
Với các quảng cáo định dạng video, Meta cũng sẽ hỗ trợ lưu trữ thông tin, cho phép bạn tạo ra tệp những người đã coi từ 3 giây, 10 giây, 25% video, 50% video hay 75% video của bạn.
Sau khi triển khai một vài reel/video, có được lượt tương tác page ổn, bạn có thể sử dụng hình thức remarketing đưa quảng cáo đến những người đã từng tương tác với trang trong vòng 30 ngày vừa qua. Cách làm này càng hiệu quả hơn khi bạn có kế hoạch đăng bài và video đều đặn mỗi tuần 5-7 bài định dạng video để tệp liên tục được tiếp cận nội dung mới. Song song, bạn cũng nên đánh giá xem video nào mang lại hiệu quả tốt để giữ cho những giai đoạn tiếp theo.
#4: A/B testing để đánh giá hiệu quả giữa các ad với nhau và giữa các ad set với nhau
Chỉ thử nghiệm một giả thuyết, một nhóm đối tượng tại một thời điểm
Với mỗi nhóm quảng cáo (ad set), hãy chọn một vài nội dung cụ thể để tiến hành A/B testing nhằm xác định đâu là tuyến thông điệp thực sự tạo ra hiệu quả. Ví dụ, với nhóm đối tượng là học sinh – sinh viên từ 18 đến 24 tuổi, bạn có thể thực hiện A/B testing với hai nội dung: ưu đãi cho nhóm đi đông hoặc giới thiệu combo vừa túi tiền.
Việc giữ nguyên tệp đối tượng khi thử nghiệm sẽ giúp bạn khoanh vùng chính xác yếu tố nguyên nhân tạo ra thay đổi của khách hàng, cũng giúp kết quả test có ý nghĩa thống kê.
Xác định đối tượng, quy mô mẫu và thời gian chạy A/B Testing
Theo quan sát, hệ thống Meta cần tối thiểu 50 sự kiện chuyển đổi và cần chạy từ 7-14 ngày để quảng cáo đạt được hiệu suất ổn định trong phân phối. Khi chưa đạt được khoảng thời gian chạy test đã đặt ra, không nên vội đưa ra kết luận hay kết thúc testing nhanh chóng.
Loại bỏ ảnh hưởng của các yếu tố bên ngoài vào thời điểm chạy testing
Tránh thử nghiệm trong dịp lễ lớn/sự kiện đặc biệt hay testing ở các khoảng thời gian khác nhau trong ngày, vì những yếu tố này có thể ảnh hưởng đến hành vi người tiêu dùng, làm thay đổi kết quả theo hướng không thể hiện chính xác hiệu quả thực sự của quảng cáo.
#5: Nhân bản ad set
Nhân bản ad set là cách mở rộng chiến dịch nhanh chóng khi đã có mẫu quảng cáo hoạt động hiệu quả, giúp tiếp cận thêm nhiều khách hàng tiềm năng mà không cần thay đổi nội dung quá nhiều.
Chiến thuật này phù hợp với nhà hàng bởi:
- Nhà hàng thường chỉ nhắm chọn giới hạn độ tuổi và khu vực bởi tệp khách hàng đa dạng, nhu cầu không đặc thù. Sau đó Meta sẽ tự tối ưu bằng cách thả ngẫu nhiên ad vào một tệp nhỏ và mở rộng sang các tệp khác bằng lookalike, interest, khu vực địa lý. Nếu giới hạn tệp quá hẹp, ads sẽ nhanh chóng “cắn” hết người, dẫn tới phân phối nội dung lặp lại cho cùng một người và kéo theo chi phí cho mỗi chuyển đổi cao.
- Trong một số dịp cần chạy chiến dịch tăng nhanh nhận biết trong thời gian ngắn như tung menu mới, đẩy mạnh tiêu thụ sản phẩm vào giữa tuần,… đây là cách khá phù hợp để scale ad nhanh chóng.
Tuy nhiên, cần lưu ý rủi ro trùng lặp đối tượng (audience overlap) khi các ad set giống nhau tự cạnh tranh với nhau trong cùng một nhóm khách hàng. Để hạn chế trùng lặp, bạn có thể:
- Mở rộng tệp sở thích (interest) với các nhóm sở thích liên quan. Bạn có thể sử dụng chức năng Gợi ý trong bảng chọn sở thích của Meta để hệ thống gợi ý các interest có cùng tệp khách hàng
- Dùng tệp lookalike (1-3%) từ nhóm khách hàng chất lượng đã có
- Một số tips khác bạn có thể tham khảo trong bài viết “Scale Ad là gì? x2 ngân sách có luôn đi cùng x2 số đơn?“
3/ Case study phân tích bộ số quảng cáo đặt bàn
Giả lập số liệu quảng cáo cho một nhà hàng lẩu nướng Hàn Quốc tại Hà Nội trong phân khúc tầm trung (250k/người).
Case study 1: Nhà hàng nên dồn ngân sách nhiều hơn cho nhóm đối tượng nào?
Nhà hàng chạy chương trình cho khách đoàn và muốn A/B Testing 2 nhóm đối tượng là sinh viên đang trong thời gian dự lễ tốt nghiệp và người đi làm. 2 nhóm đối tượng được chia vào 2 ad set như sau:
Ad set 1:
- Age: 24-30 tuổi
- Location: Phạm vi <= 6km tại Hà Nội
- Interest: BBQ restaurant, hot pot, eating out, cafe (Những người thường giao lưu bạn bè và tụ tập ăn ngoài)
Ad set 2:
- Age: 18-23 tuổi
- Location: Phạm vi <= 6km tại Hà Nội
- Behavior: Tương tác với các sự kiện liên quan đến lễ tốt nghiệp hoặc đang tìm các chương trình cao học
| Ngân sách (VND) | Impressions | CPM (VND) | Clicks | CTR (%) | Tin nhắn | Tỷ lệ Click -> Msg (%) | Giá mỗi Msg (VND) | Đặt bàn | Giá mỗi Đặt bàn (VND) | Doanh thu | ROAS | |
| Ad set 1 – Người đi làm | 3,000,000 | 87,668 | 34,220 | 9,925 | 11.32 | 273 | 5.23 | 11,000 | 218 | 13,761 | 12tr | 4 |
| Ad set 2 – Sinh viên | 3,000,000 | 35,285 | 56,681 | 6,281 | 17.8 | 333 | 12.6402 | 9,000 | 250 | 12,000 | 6tr | 2 |
Đánh giá:
- Thoạt nhìn, có thể thấy ad set 2 có tỉ lệ chuyển đổi tốt hơn (từ CTR tới tỉ lệ click-to-messenger đều cao hơn), chi phí chuyển đổi cũng rẻ hơn (giá mỗi tin nhắn và giá mỗi đặt bàn đều rẻ hơn một nửa).
- Tuy nhiên, vì nhà hàng đang đặt mục tiêu doanh thu nên cần tập trung phân tích chỉ số về doanh thu: Ngân sách của 2 ad set là như nhau (3tr) nhưng Doanh thu của nhóm 1 cao hơn bởi vì Giá trị đơn hàng trung bình của nhóm 1 cao hơn, đến từ khả năng chi tiêu của nhóm này cao hơn.
- Đặc biệt, cũng nên chỉ ra rằng việc so sánh giữa hai ad set này là chưa có tính cân xứng, bởi ad set thứ 2 mang tính thời điểm cao và chỉ chạy trong một khoảng thời gian ngắn.
- Có thể giữ cả hai ad set này. Vẫn tiếp tục chạy ads cho nhóm sinh viên nhưng giảm dần ngân sách khi qua giai đoạn lễ tốt nghiệp (Sinh viên đi ăn liên hoan với lớp, ăn chia tay bạn bè).
Vì sao vẫn nên tiếp cận nhóm sinh viên trong khi ROAS của nhóm này thấp hơn?
Vì ở giai đoạn tốt nghiệp, nhu cầu cao hơn, nhiều lưu lượng hơn ở khu vực gần nhà hàng > nên đây là cơ hội để tăng THÊM doanh thu ngoài phần cố định (ví dụ doanh thu chính đến từ buổi chiều – tối, nhưng nhóm sinh viên tốt nghiệp sẽ ăn vào trưa – chiều) từ đó giúp doanh nghiệp tận dụng được các cơ sở vật chất, nhân viên vốn ít được tận dụng ở thời gian thấp điểm.
Nhìn theo hướng này, ROAS tuy thấp (tính trên quảng cáo) nhưng Marketing ROI thì sẽ tốt, vì tính luôn cả chi phí cơ hội/thất thoát khi không có lượng khách này.
Để tận dụng tốt hơn nhóm đối tượng sinh viên, nhà hàng có thể tạo ra những menu/những combo có giá trị cao đánh vào tâm lý “ăn mừng” và “ăn theo nhóm lớn” để tạo ra giá trị đơn hàng cao hơn cho nhóm này.
Case study 2: Làm thế nào để lọc tin nhắn rác?
Nhà hàng chạy chiến dịch chương trình khuyến mãi với thông tin như sau:
- Mục tiêu: Tin nhắn
- Ngân sách: 200k/ ngày
- Target: Những người trẻ từ 22 – 30, có hành vi tương tác với những nội dung liên quan đến ‘BBQ’, ‘hot pot’, ‘eating out’; Phạm vi <= 8km quanh nhà hàng
Ad Report sau 5 ngày chạy như sau:
| Ngày | Amount Spent (VND) | Impressions | Clicks | CPC (VND) | CTR (%) | Messages | Cost per Message (VND) | Orders | Mess to Order (%) |
| Ngày 1 | 349,099 | 34,101 | 1,006 | 347 | 2.95 | 37 | 9,313 | 15 | 40.54 |
| Ngày 2 | 350,871 | 27,543 | 953 | 368 | 3.46 | 41 | 8,390 | 12 | 29.27 |
| Ngày 3 | 350,298 | 41,744 | 1,077 | 325 | 2.58 | 41 | 8,412 | 13 | 31.71 |
| Ngày 4 | 351,078 | 38,240 | 956 | 367 | 2.50 | 42 | 8,301 | 12 | 28.57 |
| Ngày 5 | 351,859 | 55,975 | 918 | 383 | 1.64 | 36 | 9,586 | 12 | 33.33 |
Đánh giá: Có thể thấy các chỉ số về tương tác và lượng tin nhắn có vẻ khá tốt. Nhưng lượng chuyển đổi ra đơn hàng chưa ở mức tối ưu, nhà hàng nhận thấy có khá nhiều tin nhắn rác không có phản hồi hoặc tin nhắn vô nghĩa từ những account clone.
Gợi ý các bước lọc tin nhắn ‘rác’ trên Meta:
Bước 1: Xác định rõ khoảng thời gian nào lượng tin nhắn/ tài khoản rác xuất hiện (theo ngày), đồng thời xác định rõ định nghĩa “rác” trong tình huống này là gì?
Bước 2: Vào Ads Manager, chọn Custom Report và đổ báo cáo theo lượng tin nhắn xuất hiện theo các trường thông tin như:
- Nhân khẩu học
- Placement (vị trí ad xuất hiện)
- Ad Content
Thường tình huống spam đến từ việc quảng cáo xuất hiện tới 1 số vị trí dễ bấm nhầm (story), hoặc đến một nhóm thích click nhưng thật sự cho vui không có nhu cầu. Đổ data theo từng nhóm như vậy sẽ giúp bạn xác định lượng tin nhắn thật sự đến từ nhóm nào.
Bước 3: So sánh data lấy được với các trường thông tin tương tự cho giai đoạn trước đó khi chưa xảy ra tình trạng spam hay tài khoản clone. Nếu thấy có sự khác biệt cần exclude (loại trừ) những nhóm đối tượng đó ra khỏi ad set hiện tại.
Bước 4: Điều chỉnh nội dung chạy ads lại, một số bài viết về sản phẩm chủ đích là để kích thích tin nhắn, nhưng 1 số sản phẩm giá trị cao như thịt bò Wagyu cần (1) lọc lại audience, gắn thêm các trường thông tin cho nhóm thu nhập khá + cao, (2) lọc lại đối tượng bằng nội dung: thêm khoảng giá vào bài viết, thể hiện sự sang trọng, hoặc đẩy CTA lên đầu bài để kích thích nhắn tin.
Tạm kết
Chạy quảng cáo không đơn thuần chỉ là tạo chiến dịch theo đúng format mà nền tảng đưa ra. Muốn chạy quảng cáo hiệu quả, performance marketers cần đọc ra insight từ chuỗi dữ liệu trả về và biết với insight đó, mình cần làm gì tiếp theo. Công cụ quảng cáo có rất nhiều phần cài đặt nhỏ, dữ liệu quảng cáo có quá nhiều chỉ số khác nhau, chỉ khi hiểu thì bạn mới hết lạc lối và mơ hồ trong một sân chơi dễ đốt tiền lãng phí.
Hiểu nền tảng quảng cáo và trang bị kỹ năng tối ưu quảng cáo chuyên sâu chính là nội dung khóa học Digital Performance! Tham gia khóa học để học hỏi trainer nhiều năm kinh nghiệm trong mảng Digital Performance!
Nếu bạn muốn trang bị đầy đủ bộ tư duy và kỹ năng của Digital Manager trong thời đại AI và Big Data, hãy tham khảo chương trình Digital Marketing Manager tổ chức bởi Đại học Ngoại Thương và Tomorrow Marketers Executive Education!
Ngoài ra, nếu bạn muốn tìm hiểu sâu hơn về cách xây dựng chiến dịch Digital Marketing bài bản từ việc đặt KPI, phân bổ ngân sách, chọn kênh truyền thông đến loại hình quảng cáo phù hợp với sản phẩm và đặc thù ngành hàng thì hãy tham khảo khóa học Digital Foundation.
